模糊邊界特性的灰度圖像分割算法研究.pdf

1、在圖像的研究與應(yīng)用領(lǐng)域，圖像分割一直是一個(gè)難點(diǎn)和熱點(diǎn)問題；而模糊邊界圖像的分割，由于受到圖像邊界模糊特性的影響，把圖像分割成有效的區(qū)域進(jìn)而達(dá)到分離目標(biāo)和背景的目的，則更是一個(gè)難點(diǎn)問題。本文旨在找尋針對(duì)模糊邊界圖像分割的有效算法。
　　 本文首先采用目前在圖像分割領(lǐng)域具有代表性的常用算法，包括模糊C均值聚類算法、主動(dòng)模型snake輪廓檢測算法和canny算子邊緣檢測算法，對(duì)模糊邊界圖像進(jìn)行了應(yīng)用分割實(shí)驗(yàn)，以測試這些算法在模糊邊界圖

2、像分割中的應(yīng)用效果，并分析了這些算法的優(yōu)缺點(diǎn)。通過以上研究和分析，本文在區(qū)域生長的基礎(chǔ)上，提出了兩種針對(duì)模糊邊界圖像的分割算法。
　　 第一種算法是基于梯度邊界的區(qū)域合并算法。該算法的最基本出發(fā)點(diǎn)是：在圖像中邊界總是由于相鄰區(qū)域的像素差異造成的，而相鄰區(qū)域間像素值的差異越大，邊界的可信度就越高。該算法首先用區(qū)域生長的方法將模糊邊界圖像生成一個(gè)一個(gè)區(qū)域，然后將整個(gè)圖像看作是以像素值為海拔高度的三維地圖形式，再通過迭代的方法找尋地圖

3、中梯度最大的邊界，同時(shí)結(jié)合斜坡原理對(duì)在同一斜面上的區(qū)域進(jìn)行梯度平滑處理，逐漸將圖像分割成不同的目標(biāo)區(qū)域。實(shí)驗(yàn)表明，與常用算法相比，該算法更能符合人眼對(duì)圖像觀測結(jié)果的要求。
　　 第二種算法是基于模糊連通性的模糊邊界圖像分割算法。該算法的原理是基于人眼對(duì)物體整體感知過程：若兩個(gè)區(qū)域內(nèi)的像素信息足夠相似，那么人眼將會(huì)把這兩個(gè)區(qū)域看成是同一個(gè)物體的兩個(gè)部分。該算法從考察圖中各個(gè)相連通的區(qū)域間的模糊連通度出發(fā)，把一定模糊連通度范圍的區(qū)域

4、看成某個(gè)物體對(duì)象的部分區(qū)域，再逐漸合并一定模糊連通度的相鄰子區(qū)域，如此不斷的迭代聚合，從而將模糊圖像中的各個(gè)物體逐漸分割開來。本文通過對(duì)若干圖片的分割實(shí)驗(yàn)表明，該算法能有效地將模糊邊界圖像分割成不同的目標(biāo)區(qū)域。
　　 通過對(duì)比分析幾種算法的分割效果發(fā)現(xiàn)，本文提出的兩種新算法在模糊邊界圖像的分割效果方面明顯優(yōu)于其他分割算法。尤為特別的是，基于梯度邊界的分割算法能夠更好地確定邊緣的真實(shí)性；而基于區(qū)域模糊連通性的分割算法，能恰到好處地

5、分辨出目標(biāo)物體的整體性，并且能夠通過修改模糊連通隸屬度對(duì)目標(biāo)圖像進(jìn)行多層次的分割，從而發(fā)掘圖像中不同層次的目標(biāo)區(qū)域。
　　 本文的研究具有以下創(chuàng)新點(diǎn)：1．根據(jù)圖像中不同區(qū)域的像素特征，采用梯度邊界的思想判定有效邊界。2．利用斜坡平滑的方法，合并特征差異很小的區(qū)域，從而消除虛假邊界。3．對(duì)圖像中的模糊歧義區(qū)域進(jìn)行標(biāo)記，在其他區(qū)域完成分割后，根據(jù)標(biāo)記區(qū)域的環(huán)境信息逐漸將這些標(biāo)記的區(qū)域進(jìn)行歸類。4．采用計(jì)算區(qū)域模糊親和度的方法判斷區(qū)域